O Geographic Names Information System, ou GNIS, é um banco de dados com nomes e informações sobre a localização de mais de dois milhões de elementos geográficos naturais e de origem humana nos Estados Unidos, nos Estados associados das Ilhas Marshall, dos Estados Federados da Micronésia e de Palau, e na Antártida. É um tipo de dicionário geográfico. Foi desenvolvido pelo Serviço Geológico dos Estados Unidos, o USGS, em cooperação com o , o BGN, para padronizar os nomes desses elementos.
A coleta de dados ocorreu em duas fases.Monmonier, 2008, p. 30. Uma terceira fase chegou a ser cogitada para resolver divergências entre os nomes usados localmente e os encontrados nos mapas, mas não foi iniciada.Monmonier, 2008, p. 31.
O banco de dados faz parte de um sistema que reúne nomes de mapas topográficos e referências bibliográficas. Cada entrada cita livros e mapas antigos que confirmam o nome do lugar ou do elemento geográfico. Também são armazenadas variantes dos nomes oficiais adotados pelo governo federal. Cada elemento recebe um identificador único e permanente, por vezes chamado de identificador GNIS. Em 2007, as entradas eram mantidas no banco de dados, exceto nos casos de duplicação evidente. Reunião de 26 a 27 de abril de 2007. Em 2021, foram retiradas do GNIS categorias de elementos construídos ou administrativos, como aeroportos, pontes, edifícios e escolas.
Objetivos iniciais O GNIS foi concebido para evitar que órgãos de diferentes níveis de governo repetissem o trabalho de reunir dados geográficos, fornecer conjuntos padronizados desses dados ao governo e a outros usuários, indexar todos os nomes dos mapas oficiais federais e estaduais dos Estados Unidos e uniformizar os nomes geográficos usados pelo governo federal.Payne, 1983, p. 1.
Primeira fase A primeira fase ocorreu de 1978 a 1981 e produziu cinco bancos de dados. Um projeto-piloto havia sido realizado no Kansas e no Colorado em 1976.Payne, 1983, pp. 1 e 3.Payne, 1985, p. 2. Algumas categorias ficaram de fora porque estavam mais bem documentadas em mapas de outras instituições. Entre elas estavam aeroportos, torres de transmissão de rádio e televisão, divisões administrativas, nomes regionais e históricos, edifícios individuais, estradas e nomes de vértices de triangulação.Payne, 1983, p. 18.
Inicialmente, os bancos de dados eram distribuídos em papel, com dois ou três volumes de por estado, em microfichas e em fita magnética. Salvo solicitação em contrário, as fitas usavam a codificação EBCDIC, com registros de tamanho fixo de 248 bytes, agrupados em blocos de 4.960 bytes.Payne, 1985, pp. 19–20.
Entre as categorias atribuídas aos nomes estavam "locale", um local onde há ou houve atividade humana que não se enquadra em uma categoria mais específica, e "populated place", um lugar ou uma área com construções agrupadas ou dispersas. A categoria "spring" correspondia a uma nascente, "lava" abrangia escoadas lávicas, kepulas e formações semelhantes, e "well" correspondia a um poço.Payne, 1983, pp. 20–22. As montanhas eram distribuídas entre as categorias "ridge", para cristas, "range", para cadeias montanhosas, e "summit", para cumes.Monmonier, 2008, p. 32.
Alguns lagos eram classificados como "tank", ou tanque, o que gerava problemas.Heard, 1986, p. 25. A categoria não tinha definição na documentação. Um relatório de 1986 dos Laboratórios de Engenharia Topográfica do Corpo de Engenheiros do Exército dos Estados Unidos, o USACE, chamou essa classificação de "uma decisão sem fundamento". O lago Cayuga, no interior do estado de Nova Iorque, era um dos lagos classificados como "tank". Os autores entenderam que o termo significava reservatório e observaram que as coordenadas desses elementos frequentemente ficavam fora de seus limites, "possivelmente no ponto onde se supõe que haja uma barragem".
Banco de dados nacional de nomes geográficos O National Geographic Names database, ou NGNDB, reunia inicialmente 57 arquivos digitais. Havia um para cada estado e território dos Estados Unidos, mais um para o Distrito de Colúmbia. O Alasca era a exceção, com dois arquivos.Payne, 1983, p. 3. O segundo arquivo do Alasca vinha de um banco de dados anterior, o Dictionary of Alaska Place Names, compilado pelo USGS em 1967. Depois foram acrescentados dois arquivos com dados resumidos dos outros 57, abrangendo todo o país. Um reunia os 50.000 lugares povoados e elementos geográficos mais conhecidos, e o outro, a maior parte dos lugares povoados.Payne, 1985, p. 4. Os arquivos foram compilados a partir de todos os nomes encontrados nos mapas topográficos do USGS e de dados de mapas estaduais.
Na primeira fase, as altitudes eram armazenadas apenas em pés, sem conversão para o sistema métrico, e somente quando o mapa informava a altitude do elemento geográfico.Payne, 1983, p. 4. O valor correspondia ao ponto mais baixo ou mais alto, conforme o caso. Na segunda fase, foram acrescentadas altitudes calculadas por interpolação entre curvas de nível.
Os nomes seguiam a grafia oficial, com exceção dos diacríticos que as codificações dos arquivos não conseguiam representar. Na primeira fase, esses casos recebiam um asterisco para correção em uma etapa posterior.Payne, 1983, p. 6. As designações genéricas vinham depois dos nomes específicos. Por exemplo, o monte Santa Helena, em inglês "Mount Saint Helens", era cadastrado como "Saint Helens, Mount". Já as cidades chamadas Mount Olive mantinham essa ordem, pois não eram montanhas e, nesses casos, "Mount" não era uma designação genérica.
Para os elementos que se estendiam por uma área, as coordenadas geográficas principais correspondiam à desembocadura ou ao centro aproximado dessa área.Payne, 1983, p. 5. Quem digitalizava os dados estimava esses centros visualmente, com o cuidado de não situá-los sobre outro elemento geográfico contido na mesma área.Heard, 1986, pp. 4–5. Para esse fim, leques aluviais e deltas fluviais eram considerados desembocaduras. Nas cidades e em outros lugares povoados de maior extensão, usavam-se as coordenadas de um ponto de referência, como a sede do governo municipal, a principal biblioteca pública, o principal cruzamento rodoviário, a agência central dos correios ou o centro comercial, sem ajustá-las às mudanças ocorridas depois. Essas coordenadas recebem o nome de "ponto principal".
As coordenadas secundárias apenas ajudavam a determinar por quais folhas topográficas o elemento se estendia. Podiam ficar "em qualquer ponto do elemento e do mapa topográfico correspondente".Payne, 1985, p. 7.Heard, 1986, p. 4. As nascentes dos rios eram determinadas pelo caminho de drenagem mais curto, levando em conta a proximidade de outros elementos cujos nomes estabeleciam uma relação clara com o rio.
Banco de dados de nomes de mapas topográficos do USGS O USGS Topographic Map Names database, ou TMNDB,USGS, 1998, p. 1. também reunia 57 arquivos digitais, com nomes de mapas. Como no NGNDB, 56 arquivos correspondiam aos mapas do USGS na escala 1:24.000. O 57.º continha dados dos mapas nas escalas 1:100.000 e 1:250.000, no lugar de um segundo arquivo para o Alasca.Payne, 1983, p. 8. Os nomes eram transcritos exatamente como estavam nos mapas, com as mesmas exceções do NGNDB para os diacríticos.Payne, 1983, p. 9.
Nesse banco, as coordenadas correspondiam ao canto sudeste de cada mapa. As exceções eram os mapas da Samoa Americana e de Guam, para os quais se usava o canto nordeste.
Na década de 1990, o TMNDB passou a se chamar Geographic Cell Names database, ou GCNDB.
Banco de dados de termos genéricos O Generic database era um glossário digital de termos e abreviações extraídos dos mapas consultados, com suas definições, organizados em grupos de termos relacionados.Payne, 1983, p. 11.
Banco de dados do Atlas Nacional O National Atlas database era uma versão reduzida do NGNDB, com apenas as entradas do índice do , publicado pelo USGS. As coordenadas do NGNDB eram substituídas pelas publicadas no atlas.
Banco de dados do Conselho de Nomes Geográficos O Board on Geographic Names database reunia as investigações do Comitê de Nomes Domésticos do Conselho de Nomes Geográficos, suas decisões desde 1890 e os nomes estabelecidos por leis do Congresso.Payne, 1983, p. 13. Os dados de altitude e localização seguiam as mesmas regras do NGNDB, assim como os nomes com diacríticos.Payne, 1983, p. 14.
Segunda fase A segunda fase ampliou a coleta para um conjunto muito maior de fontes. Começou após o encerramento da primeira fase. Em 2003, o processamento dos dados de 42 estados estava concluído e o de outros quatro ainda estava em andamento. Alasca, Kentucky, Michigan e Nova Iorque aguardavam a compilação sistemática inicial das fontes a consultar.
Foram acrescentadas categorias como aldeamentos abandonados de povos indígenas, cidades-fantasmas, estações de linhas ferroviárias que já não existiam, conjuntos habitacionais, centros comerciais e em rodovias.
O governo dos Estados Unidos contratou entidades externas, como grupos de pesquisadores universitários, para compilar os dados de cada estado.
Banco de dados de nomes geográficos da Antártida O Antarctica Geographic Names database, ou AGNDB, foi acrescentado na década de 1990. Reunia os nomes aprovados pelo BGN para a Antártida e ilhas afastadas do continente, como as ilhas Órcades do Sul, as ilhas Shetland do Sul, as ilhas Balleny, a ilha Heard, a Geórgia do Sul e as ilhas Sandwich do Sul. Abrangia apenas elementos naturais, sem incluir as bases científicas.
Novas formas de distribuição Na década de 1990, os bancos de dados passaram a ser distribuídos também em disquete, por FTP e em CD-ROM, além das versões em fita magnética e papel.USGS, 1998, p. 2. A edição em CD-ROM continha apenas o NGNDB, o AGNDB, o GCNDB e um banco de referências bibliográficas, o RDB. Acompanhava um programa de consulta que funcionava no PC DOS 3.0 ou posterior, ou em um sistema compatível. O servidor FTP oferecia outros bancos temáticos. Um deles reunia apenas os lugares povoados do NGNDB. O subconjunto "Concise" reunia os elementos geográficos de maior destaque, e o subconjunto "Historical", os que já não existiam.
Lugares povoados O GNIS não distingue os diferentes tipos de lugares povoados.Heard, 1986, p. 12. Na formulação do relatório do USACE de 1986, "um loteamento com um habitante tem o mesmo peso que um grande centro metropolitano como Nova Iorque".
Em 2001, pesquisadores da Universidade de Connecticut compararam os lugares povoados do GNIS com os dados do sensor do programa Landsat. Encontraram em Connecticut "uma quantidade expressiva" de lugares povoados sem ocupação humana identificável nos dados de uso do solo, situados em cruzamentos de estradas.McEathron et al., 2001, p. 5. Muitos desses lugares tinham "Corner" no nome. Os pesquisadores levantaram a hipótese de que fossem registros históricos ou "referências de localização cartográfica". Nos levantamentos topográficos dos Estados Unidos, um "corner" é um vértice do polígono que delimita uma área de terra. Sua localização é ou foi demarcada, pois esses vértices podem se tornar "perdidos"BLM, 1980, p. 31, verbete "Lost corner". ou "apagados".BLM, 1980, p. 37, verbete "Obliterated corner". A demarcação pode ser feita com árvores de referência, chamadas de "bearing trees",BLM, 1980, p. 7, verbete "Bearing tree". ou "witness trees" na terminologia antiga,BLM, 1980, pp. 62–63, verbete "Witness tree". e com marcos de vértice, os "corner monuments".BLM, 1980, p. 13, verbete "Corner".